[發明專利]基于遺傳算法優化BP神經網絡的奶牛采食量評估方法

在審

• 申請號: 202010968896.8
• 申請日: 2020-09-15
• 公開（公告）號: CN112116145A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 魏曉莉;沈維政;張永根;李根;付強
• 申請（專利權）人: 東北農業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G06N3/04;G06N3/08;G06N3/12
• 代理公司: 哈爾濱龍科專利代理有限公司 23206
• 代理人: 高媛

本發明公開了一種基于遺傳算法優化BP神經網絡的奶牛采食量評估方法，所述方法包括如下步驟：步驟一、確定BP神經網絡的拓撲結構；步驟二、樣本數據的預處理；步驟三、種群初始化；步驟四、計算種群適應度值；步驟五、選擇、交叉、變異操作；步驟六、判斷進化是否完成；步驟七、模型構建；步驟八、模型驗證。該方法采用遺傳算法優化BP神經網絡權值閾值的方法建立采食量評估模型，為準確評估奶牛采食量變化，合理掌控奶牛采食量變化規律提供科學依據與理論指導。本發明克服了BP神經網絡可能陷入局部最優的缺點，提高了模型的收斂速度且具有較高的評估效果。

技術領域

本發明涉及一種奶牛采食量評估方法，具體涉及一種基于遺傳算法優化BP神經網絡的奶牛采食量評估方法。

背景技術

奶牛養殖是我國傳統畜牧行業，在畜牧業所占比重較大，因此如何提升我國奶牛養殖行業的經濟效益，獲得更好的投入產出比是當前急需解決的問題。其中，奶牛養殖業中干物質采食量是奶牛健康生產所需營養物質的量化基礎，是衡量奶牛生產性能和潛力的重要指標，是決定奶牛生產水平高低、獲得更高經濟效益、推動奶牛養殖業不斷標準化和專業化發展的重要因素，但個體奶牛的采食量在奶牛實際養殖中難以通過人工的方法直接獲取，因此，準確評估奶牛干物質采食量對奶牛生產實踐具有重要意義。在奶牛養殖業中，奶牛的采食量在不同環境、生理狀況、生長周期、溫度、飼料的精粗比等因素的影響下存在較大的差異，如何合理把控奶牛采食量是提升經濟效益的關鍵因素。

奶牛干物質采食量受多種因素的影響，它不僅會隨著體重與采食時間變化而改變，而且也與奶牛的活動量、趴臥次數以及躺臥時間相關。高騰云等人研究發現：當奶牛的活動量相對較大時會增加能量消耗促進奶牛進食，同時發現50％的奶牛在躺臥時都在反芻，增加奶牛的躺臥時間能促進奶牛的反芻活動，從而提高奶牛對飼料的消化以提高奶牛采食量，另外飼料的精粗比對奶牛采食量的影響也很大，研究表明不同的精粗比會改變奶牛的食糜在消化道停留速度，從而影響對飼料的消化率，進而影響奶牛的采食量。以往研究多采用機制模型或經驗模型來評估奶牛采食量，其中，機制模型是利用解釋各因子與采食量之間的基本生物學理論與函數關系而建立的評估模型，如Madsen等根據飼料在奶牛瘤胃內存在時長、瘤胃內的降解參數和瘤胃的大小建立奶牛采食量評估模型，但由于不同品種、生長時期的奶牛瘤胃存在很大的差異，因此該采食量評估模型僅適合評估某個奶牛特定時期的采食量，而經驗模型多是采用線性回歸方法，該方法通過擬合與采食量具有一定因果關系的因素來構建關系式，如deSouza,RA等，根據奶牛的乳汁能量、體重、體重變化量、身體狀況評分、身高、產奶天數等數據建立采食量預測方程，但該模型僅僅考慮的是動物因素而沒有考慮到飼料精粗比對采食量的影響。另外，澳大利亞CSRO體系使用標準參數體重、正常體重和體況因子等指標來估計奶牛采食量，但模型涉及變量過多難以進行實際應用。Lahart,B等根據牛奶產量、脂肪百分比、蛋白質百分比、體重、泌乳階段和胎次建立基準方程，與中紅外反射光譜和近紅外反射光譜組合預測奶牛的采食量，但該方法不僅對奶牛采食量評估的準確性較低，而且部分數據不易獲取、運行成本相對較高。綜上所述，在奶牛采食量評估方面應該尋求一種模型相對簡單、參數易于獲取、成本相對較低、操作相對方便且又能滿足奶牛采食量評估精度的方法。